model

MoonshotAI: Kimi K3.1 Pro

Markdown · JSON

MoonshotAI: Kimi K3.1 Pro

moonshotai/kimi-k3.1-pro
MoonshotAITeksInput from USD 0.002 / 1KOutput from USD 0.01 / 1K

Kimi K3.1 Pro membantu meneliti bahan rumit, menulis kod dan menyediakan penyelesaian teks untuk projek, pemodelan serta analisis.

Kimi K3.1 Pro ialah model Moonshot AI, yang pertama dalam siri K3.1. Model ini dibina berasaskan Kimi K3 dengan jumlah pascalatihan yang jauh lebih besar serta pembelajaran pengukuhan bersama merentas banyak bidang. Penerangan rasmi menekankan pengaturcaraan, projek tiga dimensi, penyelidikan kewangan dan tugas yang memerlukan beberapa peringkat berkaitan.

Pengaturcaraan dan projek teknikal

Model boleh digunakan untuk meneliti kod sedia ada, menyediakan perubahan dan merancang pembangunan. Berikan matlamat, pelaksanaan semasa dan batasan, contohnya antara muka yang mesti dikekalkan serta rupa hasil yang betul. Jawapan boleh diminta dalam bentuk penjelasan, teks tampalan, senario ujian atau urutan pelaksanaan.

Untuk permainan, adegan interaktif dan pemodelan parametrik, tugas penyediaan skrip dan logik teknikal boleh membantu. Dokumentasi pengeluar membincangkan kerja dengan Blender, CAD dan enjin permainan. Dalam Ailoot API, hasil kad ini ialah teks, jadi permintaan sesuai dirumuskan sebagai kod untuk alat pilihan, penerangan geometri atau rancangan pembinaan adegan yang kemudian dijalankan dalam persekitaran sendiri.

Analisis berdasarkan data yang diberikan

Apabila mengolah dokumen, anda boleh meminta perbandingan sumber, penjelasan pengiraan, semakan keselarasan andaian atau memo penyelidikan. Untuk model kewangan, berikan penunjuk asal, unit ukuran dan hubungan kebergantungannya. Model boleh mencadangkan teks formula serta urutan semakan; bagi laporan, model boleh menyediakan struktur dan hujah yang berkaitan dengan bahan yang diberikan.

Mendapatkan jawapan berguna

  1. Nyatakan tugas dan hasil yang dijangka: penjelasan, kod, rancangan atau kesimpulan analisis.
  2. Lampirkan teks yang diperlukan dan tentukan sumber yang diberi keutamaan.
  3. Terangkan kriteria semakan: syarat yang dikekalkan, format, ketepatan pengiraan dan bahagian wajib.
  4. Teruskan dengan penjelasan lanjut sambil mengekalkan keputusan penting dan batasan asal.

Input dan hasil dalam Ailoot API

Kad ini menerima teks dan mengembalikan teks. Bahan sesuai termasuk arahan, petikan dokumen, kod sumber, jadual dalam bentuk teks dan sejarah perbincangan. Penaakulan sentiasa diaktifkan pada K3.1 Pro; dokumentasi model menyediakan aras low, high dan max. Dalam Standard, had input ialah 262 144 token dan jawapan 65 536 token. Semasa menyediakan permintaan besar, ambil kira sejarah perbualan dan pilih jumlah bahan mengikut soalan khusus.

Tersedia melalui Ailoot API

Core Anthropic MessagesPOST /v1/messages
Input
text
Output
text
Konteks
262,144 token
Respons maksimum
65,536 token
Input
USD 0.002 / 1K
Output
USD 0.01 / 1K
Bacaan cache
USD 0.0002 / 1K
Penulisan cache
USD 0.002 / 1K
Penulisan cache, 5 minit
USD 0.002 / 1K tokens
Core OpenAI ResponsesPOST /v1/responses
Input
text
Output
text
Konteks
262,144 token
Respons maksimum
65,536 token
Input
USD 0.002 / 1K
Output
USD 0.01 / 1K
Bacaan cache
USD 0.0002 / 1K
Penulisan cache
USD 0.002 / 1K
Penulisan cache, 5 minit
USD 0.002 / 1K tokens
Core OpenAI ChatPOST /v1/chat/completions
Input
text
Output
text
Konteks
262,144 token
Respons maksimum
65,536 token
Input
USD 0.002 / 1K
Output
USD 0.01 / 1K
Bacaan cache
USD 0.0002 / 1K
Penulisan cache
USD 0.002 / 1K
Penulisan cache, 5 minit
USD 0.002 / 1K tokens
Core Gemini generateContentPOST /v1beta/models/{model}:generateContent
Input
text
Output
text
Konteks
262,144 token
Respons maksimum
65,536 token
Input
USD 0.002 / 1K
Output
USD 0.01 / 1K
Bacaan cache
USD 0.0002 / 1K
Penulisan cache
USD 0.002 / 1K
Penulisan cache, 5 minit
USD 0.002 / 1K tokens
Ultra OpenAI ChatPOST /v1/chat/completions
Input
text
Output
text
Konteks
Tidak dinyatakan dalam katalog
Respons maksimum
Tidak dinyatakan dalam katalog
Input
USD 0.004 / 1K
Output
USD 0.02 / 1K
Bacaan cache
USD 0.0004 / 1K
Penulisan cache
USD 0.004 / 1K
Penulisan cache, 5 minit
USD 0.004 / 1K tokens
Ultra OpenAI ResponsesPOST /v1/responses
Input
text
Output
text
Konteks
Tidak dinyatakan dalam katalog
Respons maksimum
Tidak dinyatakan dalam katalog
Input
USD 0.004 / 1K
Output
USD 0.02 / 1K
Bacaan cache
USD 0.0004 / 1K
Penulisan cache
USD 0.004 / 1K
Penulisan cache, 5 minit
USD 0.004 / 1K tokens
Ultra Gemini generateContentPOST /v1beta/models/kimi-k3.1-pro:generateContent
Input
text
Output
text
Konteks
Tidak dinyatakan dalam katalog
Respons maksimum
Tidak dinyatakan dalam katalog
Input
USD 0.004 / 1K
Output
USD 0.02 / 1K
Bacaan cache
USD 0.0004 / 1K
Penulisan cache
USD 0.004 / 1K
Penulisan cache, 5 minit
USD 0.004 / 1K tokens
Ultra Anthropic MessagesPOST /v1/messages
Input
text
Output
text
Konteks
Tidak dinyatakan dalam katalog
Respons maksimum
Tidak dinyatakan dalam katalog
Input
USD 0.004 / 1K
Output
USD 0.02 / 1K
Bacaan cache
USD 0.0004 / 1K
Ultra OpenAI ResponsesPOST /v1/responses
Input
text
Output
text
Konteks
Tidak dinyatakan dalam katalog
Respons maksimum
Tidak dinyatakan dalam katalog
Input
USD 0.004 / 1K
Output
USD 0.02 / 1K
Bacaan cache
USD 0.0004 / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
Input
text
Output
text
Konteks
Tidak dinyatakan dalam katalog
Respons maksimum
Tidak dinyatakan dalam katalog
Input
USD 0.004 / 1K
Output
USD 0.02 / 1K
Bacaan cache
USD 0.0004 / 1K
Ultra Gemini generateContentPOST /v1beta/models/moonshotai/kimi-k3.1-pro:generateContent
Input
text
Output
text
Konteks
Tidak dinyatakan dalam katalog
Respons maksimum
Tidak dinyatakan dalam katalog
Input
USD 0.004 / 1K
Output
USD 0.02 / 1K
Bacaan cache
USD 0.0004 / 1K
moonshotai/kimi-k3.1-pro · JSON
{"about":"Kimi K3.1 Pro ialah model Moonshot AI, yang pertama dalam siri K3.1. Model ini dibina berasaskan Kimi K3 dengan jumlah pascalatihan yang jauh lebih besar serta pembelajaran pengukuhan bersama merentas banyak bidang. Penerangan rasmi menekankan pengaturcaraan, projek tiga dimensi, penyelidikan kewangan dan tugas yang memerlukan beberapa peringkat berkaitan.\n\n### Pengaturcaraan dan projek teknikal\n\nModel boleh digunakan untuk meneliti kod sedia ada, menyediakan perubahan dan merancang pembangunan. Berikan matlamat, pelaksanaan semasa dan batasan, contohnya antara muka yang mesti dikekalkan serta rupa hasil yang betul. Jawapan boleh diminta dalam bentuk penjelasan, teks tampalan, senario ujian atau urutan pelaksanaan.\n\nUntuk permainan, adegan interaktif dan pemodelan parametrik, tugas penyediaan skrip dan logik teknikal boleh membantu. Dokumentasi pengeluar membincangkan kerja dengan Blender, CAD dan enjin permainan. Dalam Ailoot API, hasil kad ini ialah teks, jadi permintaan sesuai dirumuskan sebagai kod untuk alat pilihan, penerangan geometri atau rancangan pembinaan adegan yang kemudian dijalankan dalam persekitaran sendiri.\n\n### Analisis berdasarkan data yang diberikan\n\nApabila mengolah dokumen, anda boleh meminta perbandingan sumber, penjelasan pengiraan, semakan keselarasan andaian atau memo penyelidikan. Untuk model kewangan, berikan penunjuk asal, unit ukuran dan hubungan kebergantungannya. Model boleh mencadangkan teks formula serta urutan semakan; bagi laporan, model boleh menyediakan struktur dan hujah yang berkaitan dengan bahan yang diberikan.\n\n### Mendapatkan jawapan berguna\n\n1. Nyatakan tugas dan hasil yang dijangka: penjelasan, kod, rancangan atau kesimpulan analisis.\n2. Lampirkan teks yang diperlukan dan tentukan sumber yang diberi keutamaan.\n3. Terangkan kriteria semakan: syarat yang dikekalkan, format, ketepatan pengiraan dan bahagian wajib.\n4. Teruskan dengan penjelasan lanjut sambil mengekalkan keputusan penting dan batasan asal.\n\n### Input dan hasil dalam Ailoot API\n\nKad ini menerima teks dan mengembalikan teks. Bahan sesuai termasuk arahan, petikan dokumen, kod sumber, jadual dalam bentuk teks dan sejarah perbincangan. Penaakulan sentiasa diaktifkan pada K3.1 Pro; dokumentasi model menyediakan aras low, high dan max. Dalam Standard, had input ialah 262 144 token dan jawapan 65 536 token. Semasa menyediakan permintaan besar, ambil kira sejarah perbualan dan pilih jumlah bahan mengikut soalan khusus.","alias_of":null,"aliases":["k3.1-pro","kimi-k3.1-pro"],"author":"MoonshotAI","canonical_model":"moonshotai/kimi-k3.1-pro","ctx":262144,"formats":["chat","gemini","messages","responses"],"id":"moonshotai/kimi-k3.1-pro","input":["text"],"kind":"text","max_out":65536,"methods":[{"cache_read":0.2,"cache_write":2.0,"cache_write_1h":null,"cache_write_5m":2.0,"conditional_meter":null,"ctx":262144,"family":"anthropic","fast_multiplier":null,"flex_multiplier":null,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":2.0,"input":["text"],"label":"Anthropic Messages","max_out":65536,"max_tool_calls":null,"out":10.0,"output":["text"],"path":"/v1/messages","request_model_id":"k3.1-pro","route_label":"Core","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.2,"cache_write":2.0,"cache_write_1h":null,"cache_write_5m":2.0,"conditional_meter":null,"ctx":262144,"family":"openai","fast_multiplier":null,"flex_multiplier":null,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":2.0,"input":["text"],"label":"OpenAI Responses","max_out":65536,"max_tool_calls":null,"out":10.0,"output":["text"],"path":"/v1/responses","request_model_id":"k3.1-pro","route_label":"Core","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.2,"cache_write":2.0,"cache_write_1h":null,"cache_write_5m":2.0,"conditional_meter":null,"ctx":262144,"family":"openai","fast_multiplier":null,"flex_multiplier":null,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":2.0,"input":["text"],"label":"OpenAI Chat","max_out":65536,"max_tool_calls":null,"out":10.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"k3.1-pro","route_label":"Core","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.2,"cache_write":2.0,"cache_write_1h":null,"cache_write_5m":2.0,"conditional_meter":null,"ctx":262144,"family":"gemini","fast_multiplier":null,"flex_multiplier":null,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":2.0,"input":["text"],"label":"Gemini generateContent","max_out":65536,"max_tool_calls":null,"out":10.0,"output":["text"],"path":"/v1beta/models/{model}:generateContent","request_model_id":"k3.1-pro","route_label":"Core","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.4,"cache_write":4.0,"cache_write_1h":null,"cache_write_5m":4.0,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":4.0,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":20.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"kimi-k3.1-pro","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.4,"cache_write":4.0,"cache_write_1h":null,"cache_write_5m":4.0,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":4.0,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":20.0,"output":["text"],"path":"/v1/responses","request_model_id":"kimi-k3.1-pro","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.4,"cache_write":4.0,"cache_write_1h":null,"cache_write_5m":4.0,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":4.0,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":20.0,"output":["text"],"path":"/v1beta/models/kimi-k3.1-pro:generateContent","request_model_id":"kimi-k3.1-pro","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.4,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":4.0,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":20.0,"output":["text"],"path":"/v1/messages","request_model_id":"moonshotai/kimi-k3.1-pro","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.4,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":4.0,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":20.0,"output":["text"],"path":"/v1/responses","request_model_id":"moonshotai/kimi-k3.1-pro","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.4,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":4.0,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":20.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"moonshotai/kimi-k3.1-pro","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.4,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":4.0,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":20.0,"output":["text"],"path":"/v1beta/models/moonshotai/kimi-k3.1-pro:generateContent","request_model_id":"moonshotai/kimi-k3.1-pro","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"moonshotai/kimi-k3.1-pro","request_model_id":"k3.1-pro","route_label":"Core"},{"canonical_model_id":"moonshotai/kimi-k3.1-pro","request_model_id":"kimi-k3.1-pro","route_label":"Ultra"},{"canonical_model_id":"moonshotai/kimi-k3.1-pro","request_model_id":"moonshotai/kimi-k3.1-pro","route_label":"Ultra"}],"name":"MoonshotAI: Kimi K3.1 Pro","price":{"in":2.0,"in_label":null,"out":10.0,"out_label":null,"sort_in":2.0,"sort_out":10.0,"varies":true},"public_id":"moonshotai/kimi-k3.1-pro","short":"Kimi K3.1 Pro membantu meneliti bahan rumit, menulis kod dan menyediakan penyelesaian teks untuk projek, pemodelan serta analisis."}

Soalan

Bagaimanakah saya memilih model untuk tugasan saya?

Kenal pasti dahulu input dan output yang diperlukan: teks, imej, audio atau video. Kemudian bandingkan kaedah API yang serasi, ID model yang tepat atau model yang dirujuk oleh alias pada masa ini, harga dan unit pengebilan. GET /v1/models adalah percuma dan menyenaraikan model yang tersedia untuk kunci anda.

Adakah setiap model menyokong semua kaedah API dan jenis media?

Gunakan kaedah API dan jenis input/output yang disenaraikan pada kad model. Sokongan untuk teks, imej, audio atau video bergantung pada model dan kaedah yang dipilih; semak contoh permintaan yang berkenaan sebelum menghantar data anda.

Apakah perbezaan antara ID model dengan alias?

ID model yang tepat mengenal pasti model tertentu. Alias merujuk kepada model dan model sasarannya boleh berubah. Semak model yang dirujuk oleh alias pada masa ini dalam katalog; gunakan ID yang tepat apabila integrasi anda memerlukan model tertentu.

Bagaimanakah saya membandingkan harga sebelum menghantar permintaan?

Semak kad model untuk harga dan unit pengebilan bagi kaedah API yang dipilih. Bandingkan menggunakan unit dan jenis input/output yang sama; sejarah permintaan menunjukkan penggunaan sebenar dan amaun yang dicaj.

Apakah manfaat langganan?

Diskaun pembelian token untuk penggunaan berkala. Pilih pelan berdasarkan jumlah permintaan; terma dan harga langganan dipaparkan semasa pembelian.

Bagaimanakah kod promosi diskaun sehingga 50% digunakan?

Masukkan kod promosi semasa membeli token. Jumlah akhir dikira semula mengikut terma promosi; kadar diskaun kelihatan sebelum pembayaran.